QQ 发发废文 来安利一下最近摸的玩意skypilot https://reurl.cc/lYYy4l 在进入这个技术线前 先讲讲AI落地两方向 BtoC vs BtoB 针对BtoC就是 大家看到的Grok/Gemini/ChatGPT 这种面向个人使用的虚拟助手 需要处理几要复杂的动态环境 毕竟使用者有各种天马行空需求 不牵涉系统整合 就是要求一个独立高度智能 另外一种就是toB (SasS) 这种落地场就是 面向各种不同企业级的服务时 传统方式有许多环节1.不是自动化 2.资料格式属於散乱(unstructure) 因此基於1.2跟的情况 很多SAAS软体还是需要一些人类去整合 尤其有许多领域 他们的背後系统还停留在200x系统 (想想你政府部门的报表系统 格式不统一) 连请个假 算个薪水 和成本控制 都可能需要三个软体去处理 现在就是一个(AI Agent) 然後企业可以动态去分析 请假 人事成本 薪水 采购 这些都是应用场景 这个地方就是最近一堆人杀去抢钱的 而这这种AI+SasS整合 就称为生态系垂直整合 基於AI Agent GenAI特性 能处理各种资料格式散乱和自动化 让传统提供各种作业报表 软体服务公司 更为聪明而提供 例如 https://vocus.cc/article/677264a8fd897800014bc416 https://botpress.com/zh/blog/vertical-ai-agents https://reurl.cc/OmmrnA 而七巨头也再利用打造垂持生态链 去提供系统整合性的 这因此暴露openai无生态圈打造 而只能单独推LLM面向客户 比方说你的gmail/meeting-note/android phone 这种一体的 所以我看好狗家生态链整合@@b 狗家唯一的敌人就是批柴跟一堆脑残高层 同样道理也适用在其他云端厂商像是软家跟Oracle 事实上这两家最近收购新创 自己下场打AI+SAAS整合 顺便安利自己云端算力 目前风向快速流行 打造一个整合生态系以AI-Agent 来取代传统系统 很多新创公司在这方面领域营收是指数在成长(查看ARR这资料) 而云端计算发展也注意到这事情因此 尝试开始整合各家云端混合计算 这就是skypilot 这类简单操作 但能动态整合不同性质的云端计算算力来源 使得大混合算力变得简单可行 所谓各种平台云端混合 并不是指的在极短时间 动态切换算力来源(比方gcp tpu切换到 老黄或苏妈) 而是透过一个简单的wrapper(代理工具) 能把整个垂直整合系统 依据不同任务和阶段拆散到云端 混合云端已经慢慢开始变成主流 这让skypilot这类混合云端开发工具变得热门 https://www.elite.cloud/zh/post/2025-cloud-migration-analysis/ 甚至可以针对不同阶段 不同隐私性需求 选择不同云端平台 https://blog.csdn.net/Cloudpods/article/details/130690881 因此AMD/AVGO可以开始搭配老黄 毕竟目前SAAS+AIAgent所需要的算力资源非常高 而这帮工程师永远欢迎便宜又可特制化的算力 因为当提供云计算服务在顾客时 Skypilot可以动态调整算力成本(选取不同source) 目前可以省下大量算力成本 使得在做垂直系统整合的AI平台(B2B) 不在受限只能使用单一平台 而造成本过高 skypilot 介绍 https://www.infoq.cn/article/s3trhvqd5al23nompvxs Vertical AI Agents ->云端计算厂商-> AI-Infra 正成为一个收敛循环 而这个商机 更考验是哪些方案提供者 能更适合的整合所有传统系统 但也因为这块领域 整个算力需求变得更为夸张 而云计算公司纷纷的在疯狂扩张领土 因此@@除了AVGO我开始囤AMD 然後那个i皇不在我选项内 其他细节 https://www.youtube.com/watch?v=ASABxNenD_U https://blog.csdn.net/m0_59163425/article/details/144111628 说白话点就是 以前生态圈的各种商业模式 搭配AI-Agent 就可以降低成本 尤其是那种庞大的数据资料系统 各种杂乱资料 每种资料格式只能用一种报表系统 现在可以全部整合到同一个AI介面 而不在需要人为操作 而这种自动化模式相对来说场景比较固定格式 不像针对人类需求天马行空 比方你对你家的chatgpt 请帮助我练习如何跟老婆道歉 这种复杂需求 https://www.tiktok.com/@htc_0314/video/7532755049286601990 这是目前开始AI大赚钱的地方 而针对人类(B2C) 像是满人类各种助理需求 LLM还有一段空间要走 当然版上ai泡沫蛙只会看到B2C 不知道B2B开始厮杀了 如果还是不理解AI垂直整合商业生态链 @@ 你只要知道 地球会缺电 人类会变电池 老黄会赚爆 (其他算力可以跟者喝汤吃肉) ※ 引述《strlen (strlen)》之铭言： : 原文标题： : AMD 软体缩小与 CUDA 差距，专家指 NVIDIA 一次失误或失主导地位 : 原文连结： : https://technews.tw/2025/08/22/amd-makes-progress-closes-gap-to-cuda : 发布时间： : 2025 年 08 月 22 日 7:40 : 记者署名： : 作者 Unwire HK : 原文内容： : AI 解决方案开发商 Tiny Corp 近日表示，AMD 在软体方面取得重大进步，已大幅缩小 : 与 NVIDIA CUDA 系统的差距，甚至可能在 NVIDIA 出现技术失误时超越其在 AI 市场的 : 主导地位。虽然 NVIDIA 目前在 2025 年第一季取得 92% GPU 市场占有率，但 AMD 正透 : 过 ROCm 平台快速赶上。 : 软体差距快速缩小 : 专注开发消费端 AI 解决方案的 Tiny Corp 认为，AMD 在软体方面的进步已使其接近 : NVIDIA 水准。该公司表示：「就像 Intel 在 CPU 领域一样，如果 NVIDIA 一代产品犯 : 错误，AMD 就能获得大部分市场占有率，并且市场占有率转移比游戏领域更容易。」这观 : 点在当前 AI GPU 竞争激烈背景下显得格外重要。虽然 NVIDIA 凭藉强大 CUDA 生态系统 : 长期占据主导地位，但 AMD 正透过 ROCm 平台迅速追赶。 : ROCm 7 带来显着性能提升 : AMD 在 6 月「Advancing AI」活动中推出 ROCm 新版本，支援包括 vLLM v1、llm-d、 : SGLang 在内多种增强框架，并专注於分散式推理、预填充等最佳化功能。据报告，ROCm : 7 平台能将 AI 推理性能提升达 3.5 倍。AMD ROCm 7 主要关注推理工作负载，带来明显 : 性能提升，特别是在 DeepSeek R1 FP8 吞吐量和增强训练性能方面，甚至声称其性能优 : 於 NVIDIA CUDA。最新发布 ROCm 6.4.3 版本进一步解决性能问题，修复通讯操作中延迟 : 问题。 : 扩展消费市场支援 : AMD 计划在今年稍後时间在基於 Ryzen 的笔记型电脑和工作站上开放 ROCm 支援，并提 : 供 Linux 和 Windows 全面支援。这意味着 AMD 希望其 ROCm 平台能被更多用户使用， : 挑战 NVIDIA 在专业和消费市场的主导地位。业界竞争加剧另一例证是，中国 AI 团队最 : 近在全球获奖，成功开发出以工业晶片替代 NVIDIA GPU 的影片生成 AI 模型，显示替代 : 方案正在涌现。 : 虽然面临挑战，NVIDIA 在 2025 年第一季市场表现依然强劲，其市场占有率较上季增加 : 8 个百分点，而 AMD 则下降 7.3 个百分点至 8%。不过随着 AMD ROCm 技术不断成熟， : AI GPU 市场竞争格局可能出现变化。 : 心得/评论： : 「专家」称苏妈的生态系大跃进 : 老黄你皮不绷紧一点 : 一不小心就被超车惹 : 豪可怕 豪可怕 : AMD现在追高会赢吗 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 76.21.72.78 (美国) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Stock/M.1755901453.A.E5A.html QQ 你被a08带坏了 我穷到接下来20年都要在闲聊喊995... ※ 编辑: LDPC (76.21.72.78 美国), 08/23/2025 07:35:11